Documente Academic
Documente Profesional
Documente Cultură
Resumen
El artículo analiza la evolución temporal desde principios
de los ochenta hasta mediados de los noventa de los
rendimientos de la inversión educativa en España.
Posteriormente desagrega los rendimientos de la
educación por niveles así como por titulaciones, dando
también cabida al efecto que la educación tiene sobre la
menor probabilidad de paro de los más educados. Se
concluye que la inversión educativa es rentable y que
esta rentabilidad ha experimentado un cierto aumento
desde 1990, a pesar del fuerte incremento que se ha
producido en el stock de capital humano, lo que indica un
ritmo más intenso de crecimiento de la demanda de
capital humano que de la oferta, fenómeno que puede
estar ligado al cambio técnico en sentido amplio.
1
I. INTRODUCCIÓN
El objeto de este artículo, que está inspirado en Barceinas et al. (2000) y que forma
parte de un proyecto de investigación más amplio patrocinado por la Comisión
Europea en el que participan trece países comunitarios (con excepción de Bélgica y
Luxemburgo) más Noruega y Suiza, es ofrecer una revisión reciente de los resultados
hallados para el caso español sobre el tema en cuestión, y aporta como principales
novedades con respecto a la literatura existente para nuestro país los siguientes
elementos:
2
b) A todas las encuestas se les aplicaron similares criterios para proceder a la
eliminación de observaciones atípicas que pudieran ser consecuencia de
errores de observación.
Al hablar de rendimientos del capital humano, es conveniente como fase previa situar
la posición relativa ocupada por España en el contexto europeo en términos de capital
3
humano y detallar cómo medir los rendimientos de la inversión educativa, extremos
que seguidamente se comentan.
2
Cuadro 1. Nivel educativo español y europeo.
Porcentaje de la población activa por nivel de estudios terminados.
Periodo País Medio Superior Total Medio Superior Total Variación en el total
1
Es importante hacer notar que no obstante el cuadro está elaborado a partir de una fuente común,
como es Eurostat, la comparabilidad entre países no está exenta de problemas. En particular, debe
resaltarse que para España los años de escolaridad de Secundaria General Obligatoria, nivel máximo del
grupo de educación “bajo”, corresponde a 10 años, mientras para el resto de países el requerimiento es
igual o menor (por ejemplo, Italia 8 años, Portugal 8 años, Francia 9 años, etc.), lo que implica, en el caso
español y en el momento de compararse con el resto de países, una sobre valoración del grupo
educativo “bajo” en detrimento del grupo de estudios “medios”. Por otro lado, es necesario mencionar
que, dado que la reforma educativa española es relativamente reciente en comparación con la efectuada
en otros países, existe una clara diferenciación de los porcentajes de la población activa por niveles
educativos cuando se controla por grupos de edad. Por ejemplo, para 1999 la población activa de los
menores de 40 años está distribuida de la siguiente manera: nivel “bajo” 54.4%, nivel “medio” 21,2% y
nivel “superior” 24,5%. Por su parte, el grupo de mayores de 40 años tenía la siguiente distribución:
68,8%, 12,4% y 18,9%, respectivamente.
2
En el caso español, la agrupación de los niveles educativos utilizada corresponde a la siguiente
clasificación:
“bajo”: analfabetos, sin estudios, primaria y EGB.
“medio”: BUP, COU y FP1.
“superior”: FP2, Diplomaturas y Licenciaturas.
4
21% para la media de los quince países europeos contemplados. No obstante, el
principal déficit de capital humano del que España adolece está centrado en el nivel
de estudios secundarios. En concreto, en nuestro país sólo un 17% de la población
tenía un nivel educativo equivalente a bachillerato superior o formación profesional 1,
frente a una media del 42% para los países contemplados. En conjunto, sumando
estas dos columnas, mientras que en España un 39% de la población tenía un nivel de
estudios igual o superior al de bachillerato, formación profesional o estudios
superiores, el correspondiente porcentaje en la comunidad se sitúa en el 63%
(obsérvese que los países contemplados son los comunitarios con la inclusión de
Suiza y la exclusión, por razones de tamaño, de Luxemburgo). Esta situación puede
ser consecuencia de que la población potencialmente activa de edad relativamente
avanzada tuvo en su momento escasas oportunidades de asistir a la educación
formal, lo que se traduce en un déficit agregado de capital humano. Es precisamente
este stock de población poco educada aquel grupo que con mayores dificultades se
encuentra en el momento de hallar un empleo cuando la empresa en la que
tradicionalmente había prestado sus servicios experimenta un cierre o una reducción
de plantilla. Y es también este grupo de población aquel que tiene mayores
dificultades en el momento de acceder a un nuevo empleo. De hecho, tal como
posteriormente se comprobará, existe una clara relación inversa entre la probabilidad
de paro y el nivel educativo del individuo.
Pero no solamente un mayor nivel educativo reduce la probabilidad de paro, sino que
a la vez opera una asociación positiva entre nivel educativo y participación en la
población activa, en la medida en que el coste de oportunidad de permanecer inactivo
aumenta con el nivel educativo. De hecho, la economía española, en términos
comparativos con la media comunitaria, tiene una menor tasa de actividad y una
mayor tasa de paro, lo que representa un claro desaprovechamiento de su fuerza
laboral potencial. En concreto, para 1998, la tasa de actividad española referida a la
población entre 15 y 64 años es de un 63,1% frente a una media comunitaria del
67,9%. Por otro lado, la tasa española de paro se sitúa en el 18,8% frente al 9,9%
comunitario. En estas circunstancias fácilmente se comprueba que la igualación por
parte de España de las tasas de paro y actividad comunitarias exigiría un aumento de
la población ocupada del 20%. A su vez, este incremento de la población ocupada,
postulando una elasticidad output-empleo situada entre 0,5 y 0,7, podría suponer un
crecimiento del PIB entre el 10% y el 14%. Esta pérdida de PIB potencial constituye
5
una indicación de la pérdida productiva como consecuencia del deficiente
funcionamiento del mercado laboral español. Además, su recuperación podría
significar que el PIB per cápita relativo en paridades de poder de compra de la
economía española frente a la media comunitaria pasase del 80% en la actualidad
observado a un valor próximo al 90%. Desde esta perspectiva, un mayor nivel
educativo, aparte de sus efectos sobre la productividad, en la medida en que
contribuyese a reducir el paro y a aumentar el nivel de actividad, potenciaría la
convergencia real.
3
Junto a los salarios dejados de percibir, el individuo incurre en otros costes asociados a la educación
(material escolar, por ejemplo), que dada su magnitud relativa poco importante, en este análisis no se
han contemplado.
6
inversión educativa al comparar Universidad con Secundaria Superior se sitúa en el
10,6%
11
9
(millones de pesetas)
7
ingreso anual
-1
-3
10 20 30 40 50 60 70
edad
b) Perfil longitudinal. Año base 1995 (EES 95). Hombres. Tasa de crecimiento de la productividad =
1,5%. TIR = 10,4%
22
17
(millones de pesetas)
ingreso anual
12
-3
10 20 30 40 50 60 70
edad
7
estabilizan o resultan ligeramente decrecientes. Se trata de una regularidad empírica,
ampliamente contrastada en distintos países, y debe interpretarse como la evolución
hipotética de los salarios reales en una economía sin crecimiento de la productividad.
En este caso, el incremento inicial de salarios refleja el hecho de que, cuando el
individuo es joven, acumula capital humano por medio de la experiencia en el puesto
de trabajo. Por tanto, inicialmente su productividad relativa crece y también lo hace su
salario. Alrededor de los cincuenta años se alcanza el máximo, y a partir de esta edad
la reducción de salarios es un reflejo, entre otras razones, de que con este nivel de
salarios, una hora dedicada al estudio tiene unos costes de oportunidad más elevados
que si se está frente a un individuo recién incorporado al empleo. A su vez, un
individuo joven (de, por ejemplo, 25 años) dispone de un mayor horizonte temporal
para amortizar una hora dedicada a la formación (40 años si la jubilación se produce a
los 65) que un individuo de mayor edad. De aquí se sigue que los jóvenes, en general,
dedican mayores esfuerzos a formarse, con lo que su capital humano crece y también
lo hace su productividad y nivel de salarios. Por contra, los trabajadores próximos a la
jubilación tienen menos incentivos para formarse, su capital humano en parte deviene
obsoleto, su productividad decrece y su salario también lo hace. (Becker, 1962, 1964;
Mincer, 1974).
8
Una forma funcional estándar, que puede hallarse en Mincer (1974), y que se ha
empleado para la confección del gráfico 1, viene dada por la ecuación:
2
(1) ln(W) = a0 + a1·S + a2·Exp + a3·Exp + u
9
formada por las EPF 80 y 90, y por las ECPF desde 1985 hasta 1996, ambos años
inclusive. La información hace siempre referencia a salarios brutos anuales (es decir,
se opera con una estimación de los salarios antes de impuestos y de Cotizaciones
Sociales) de cabezas de familia. Tomar cabezas de familia resulta obligado con objeto
de garantizar la comparabilidad temporal, puesto que esta es la única información que
la ECPF ofrece. Por otro lado, dado que el tamaño muestral de la ECPF es
relativamente reducido, se utilizó la EPF 90 (cuyo tamaño es de unas 20.000
observaciones) con objeto de controlar la adecuación de los resultados hallados. Los
coeficientes estimados fueron prácticamente coincidentes al utilizar la EPF 90 o la
ECPF 90.
4
El período 1981-1984 fue interpolado linealmente.
10
8 .5 %
8 .0 %
7 .5 %
Tasa de rendimiento
7 .0 %
6 .5 %
6 .0 %
5 .5 %
5 .0 %
1980 1982 1984 1986 1988 1990 1992 1994 1996
8 .5
8 .0
7 .5
Años de educación
7 .0
6 .5
6 .0
5 .5
5 .0
1980 1982 1984 1986 1988 1990 1992 1994 1996
De estos resultados cabe resaltar los rendimientos crecientes en los últimos años, en
un contexto en el que la oferta de capital humano ha aumentado significativamente.
En efecto, la parte inferior del gráfico 2 muestra el stock de capital humano per cápita
de la oferta de trabajo, aproximado a partir del número promedio de años de
educación de la población activa formada por cabezas de familia, información que ha
sido elaborada a partir de los datos individuales de las Encuestas de Población Activa
(EPA). Este pasa de un valor de 6,0 años en 1980 a 8,3 en 1996, lo que es un reflejo
del aumento en la oferta educativa y de la progresiva incorporación en la actividad de
cohortes que han tenido un mayor acceso a la educación pública.
11
precio en un contexto en el que la oferta ha experimentado un sustancial aumento,
está reflejando un crecimiento de la demanda de capital humano todavía más
acentuado que el de la oferta, lo que puede ser en parte subproducto de un cambio
técnico que acrecienta la demanda de educación y, por tanto, su rentabilidad.
2
(2) ln(W) = a0 + a1·P + a2·SB + a3·SS + a4·V + a5·U + a6·Exp + a7·Exp + u
En esta nueva ecuación, “P” es una variable ficticia que adopta el valor unitario si el
individuo ha cursado enseñanza primaria y cero en los demás casos, “SB” es la
variable ficticia correspondiente a secundaria básica, “SS” la relativa a secundaria
superior, “V” capta la formación profesional tanto de ciclo corto como de ciclo largo y
“U” la universidad incluyendo los ciclos corto y largo. Como previamente se ha
indicado, “Exp” es la experiencia, obtenida restando 6 años a la diferencia entre la
edad y el número de años de estudio. Por lo que respecta a la variable dependiente,
se trata del salario anual bruto obtenido a partir de la EES 95 y de la EPF 90,
calculando las retribuciones antes de retenciones y de contribuciones a la Seguridad
Social.
Para poder emplear una desagregación amplia por niveles de estudios en las
variables explicativas, es preciso operar con una base de datos que contenga un
elevado número de observaciones, de forma tal que permita que el número de
observaciones en los cruces de salarios y niveles educativos sea lo suficientemente
elevado para permitir una estimación precisa y, sobre todo, robusta a posibles
observaciones anómalas de los correspondientes coeficientes. Entre las disponibles,
las bases de datos de mayor dimensión son la EPF 90 y la EES 95. La primera
contiene unas 20.000 observaciones y está dirigida a las familias, mientras que la
12
segunda, que incluye unas 150.000 observaciones, es una encuesta dirigida a
“empleadores”. En ambos casos se ha utilizado la submuestra de hombres para
garantizar una mayor homogeneidad del proceso de determinación salarial. Los
resultados obtenidos al estimar este tipo de ecuación para mujeres con base en las
encuestas EPF 90, PHOGE 94 y EES 95 pueden hallarse en Barceinas et al. (2000).
Cabe destacar que el orden de magnitud de los coeficientes así como las
implicaciones económicas del modelo se mantenía en las distintas muestras. En
cuanto a los detalles de las ecuaciones estimadas cuyos resultados se discuten en
este trabajo, se ofrecen en el Anexo Estadístico.
Esta ecuación (2) puede interpretarse como una generalización de la (1) previamente
comentada, en la medida en que los años de estudio no se conocen y lo único que
cabe hacer es una imputación atendiendo a la titulación alcanzada. El paso de una
ecuación tipo (2) a una ecuación tipo (1) puede contrastarse probando ciertas
restricciones en los coeficientes, que de ser ciertas implicarían que los rendimientos
marginales de la educación son independientes del nivel educativo alcanzado. Por el
contrario, el rechazo de la correspondiente hipótesis es expresivo de que los
rendimientos marginales de la educación varían con el nivel educativo alcanzado. En
cualquier caso, la estimación de la ecuación (1) permite aproximar una tasa de
rendimiento marginal promedio de la inversión en capital humano. No obstante, el
correspondiente contraste claramente rechaza la hipótesis de constancia en los
rendimientos marginales de la inversión educativa. El cuadro 2 muestra las tasas de
rentabilidad por niveles educativos con datos de la EPF 90 y de la EES 95.
5
Cabe mencionar que la EES 95 carece de observaciones del “sector público”. No obstante, los
resultados para la EPF 90 cuando se prescinde de dicho sector apenas muestran diferencias.
13
Formación prof./sec. básica 6,0 8,9 2,9
6
No obstante, cabe mencionar que el seguimiento temporal de los rendimientos de la educación por
niveles a partir de la ECPF no parece factible dado que el número de observaciones que esta encuesta
contempla es excesivamente reducido, lo que conduce a un bajo número de observaciones por nivel
educativo.
14
educación en los niveles bajos y un aumento en los superiores, que es la información
que el cuadro 2 transmite.
15
componentes formados por la experiencia previa y la antigüedad en el puesto de
trabajo, dado que, por definición, se verifica:
También en este caso la EES 95 ofrece información para llevar a cabo esta
descomposición, con lo que la ecuación a estimar es del tipo:
2 2
(3) ln(W) = a0 + a1·S + a2·Expp + a3·Expp + a4·Ant + a5·Ant + u
Tal como en el Anexo Estadístico se detalla, al estimar esta ecuación (3) para
hombres con la EES 95, la rentabilidad marginal promedio de la escolaridad se sitúa
en el 7,3%, valor próximo al 8,1% que se obtiene cuando la experiencia no se
descompone en estos dos elementos. Por otro lado, aun siendo ambas variables muy
significativas, la antigüedad resulta más significativa que la experiencia previa en la
explicación de los salarios.
Esta ecuación (3) permite analizar las diferencias salariales frente a un individuo sin
estudios, descomponiendo la contribución que al respecto cabe atribuir a las distintas
formas de capital humano. Así, tal como el gráfico 4 señala, un individuo de 55 años
de edad (valor próximo a la edad de máximo salario) que haya distribuido su vida
activa en tres terceras partes (17 años estudiando y consiguiendo un nivel de estudios
superior, 16 años acumulando experiencia previa y 16 años de antigüedad o
experiencia en el puesto de trabajo) presentará una diferencia salarial frente a un
individuo sin estudios que, en un 71%, vendrá explicada por el nivel educativo
alcanzado, en un 21% por la antigüedad y en un 8% por la experiencia previa. En este
caso, por tanto, la escolaridad constituirá la principal fuente de capital humano,
seguida de la antigüedad y de la experiencia previa. Por contra, si el individuo en
cuestión ha acumulado únicamente 8 años de escolaridad, y distribuye los restantes
41 años de vida activa en 20,5 años de experiencia previa y 20,5 años de antigüedad
en el puesto de trabajo, la antigüedad explicará en este caso el 44% de la diferencia
salarial frente a la categoría de sin estudios y constituirá la forma más importante de
capital humano, seguida por la escolaridad, con un 39%, y por la experiencia previa
con un 17%.
16
Gráfico 4. Contribución de las distintas formas de capital humano a la diferencia salarial
respecto a un individuo sin estudios.
antigüedad
21%
educación
antigüedad 39%
exp. previa 44%
8%
educación
71%
exp. previa
17%
En otros términos, para los individuos que han alcanzado la educación superior,
posiblemente ésta constituya la forma más importante de capital humano para explicar
las diferencias salariales frente a la categoría de sin estudios. En este caso, la
estimación efectuada sugiere que la suma de antigüedad y experiencia, aun con ser
importante, resulta inferior a la contribución que se deriva de la educación formal
recibida. Por otro lado, la antigüedad (capital humano específico en el puesto de
trabajo) siempre tiene más importancia que la experiencia previa como factor
explicativo de las diferencias de salarios.
Las estimaciones efectuadas hasta este momento presuponen que las tasa de paro
son independientes del stock de capital humano acumulado. No obstante, tanto la
experiencia española como internacional sugiere que un mayor stock de capital
humano está asociado a una mayor probabilidad de actividad así como, entre los
activos, a una menor tasa de paro. Los dos subapartados de que consta esta sección
tratarán de explotar esta idea, analizando en que medida ello modifica al alza las tasas
de rentabilidad previamente calculadas.
17
los más educados que para los menos educados, a la vez que entre los activos, la
tasa de paro es menor entre los más educados.
7
La consideración del paro voluntario alteraría los resultados que aquí se muestran, aunque el paro de
larga duración difícilmente puede considerarse voluntario.
18
Cuadro 4. Tasas de paro por países y niveles educativos
Hombres. 1997.
En porcentaje.
Nivel educativo
19
En este sentido, el cuadro 5 muestra las tasa marginales de rendimientos de la
educación en España, obtenidas a través de la EPA por lo que respecta a la
estimación de las probabilidades de paro y de la EES 95 para la obtención de la
ecuación de salarios. Para facilitar la comparación, el cuadro consta de tres columnas
numeradas. La primera ofrece las tasas marginales estándar de rendimientos de la
educación obtenidas suponiendo que el nivel educativo no afecta a la probabilidad de
paro y son coincidentes con las que detalla el cuadro 2 previamente comentado.
20
detalla pueden ser relevantes para los jóvenes, dado que condicionan la respuesta de
seguir estudiando frente a la alternativa de integrarse en el mercado laboral.
10,000 10,000
8,000 8,000
miles de pesetas
miles de pesetas
6,000 6,000
4,000 4,000
2,000 2,000
0 0
15 25 35 45 55 65 15 25 35 45 55 65
edad edad
8
Para tener una idea de las diferencias en las probabilidades de paro nótese que, de acuerdo al modelo
probit, un individuo de 30 años con nivel “sin estudios” tiene una probabilidad de paro de 39%, con
“primaria” 25%, con secundaria básica 19%, con secundaria superior 16%, con formación profesional
14% y con estudios universitarios 17%.
21
Por lo que respecta a los efectos sobre la variación de la rentabilidad que se derivan
de la inclusión del seguro de paro, se comprueba que la principal consecuencia es la
reducción de la tasa de rentabilidad de la inversión educativa con relación a la
obtenida con la incorporación del paro. Ello no es más que un subproducto de la
acción redistributiva del subsidio de paro y de la mayor incidencia del paro al reducirse
el nivel educativo.
III.2 Una aproximación a los rendimientos del capital humano por titulaciones
22
Derecho). La razón de la elevada rentabilidad de los ingenieros y arquitectos se debe
a que la tasa de paro en este grupo de titulaciones es muy reducida a la vez que los
salarios son elevados. En cualquier caso, la tasa efectiva de rentabilidad podría
descender alrededor del 19% si el número efectivo de años requerido para completar
la titulación excede en dos al teórico. Economía y Derecho, con tasas próximas al
17%, le siguen en rentabilidad. También en este caso las tasas de paro relativamente
reducidas explican la rentabilidad hallada. Ciencias de la Salud (Medicina, Farmacia y
Veterinaria) comportan una rentabilidad en el entorno del 14%, Ciencias Naturales
(Biología, Física, Geología y Matemáticas) del 8% y, finalmente, Otras Ciencias
Sociales y Humanidades generan rentabilidades negativas, del orden de un – 5%.
Este último resultado se explica por las elevadas tasas de paro, así como por el hecho
de que la renta extra ganada después de completar la titulación no compensa a los
ingresos dejados de percibir y computados bajo la hipótesis de que mientras se
9
estudia no se trabaja.
Ingenierías 26,1
Derecho y Economía 16,9
Ciencias de la Salud (Medicina, Veterinaria y Farmacia) 13,8
Ciencias Naturales (Biología, Física, Geología y Matemáticas) 7,6
Otras Ciencias Sociales y Humanidades -5,0
9
Por tanto, se obtendrá una rentabilidad negativa siempre que la renta extra que en un futuro gane el
titulado no compense los costes de oportunidad en los que ha incurrido.
23
tasas de rentabilidad social, pueden existir claras externalidades que dejan de
computarse. Un ejemplo relevante puede ser el formado por los ingenieros y los
matemáticos. De hecho, la alta tasa de rentabilidad privada de los ingenieros, en
buena medida puede deberse a que una importante porción del conocimiento
científico no es patentable, de forma que parte de la rentabilidad que debería
corresponder a los matemáticos, se transfiere sin coste alguno a los ingenieros. El
cálculo infinitesimal ofrece un claro ejemplo. Si cada vez que alguien calcula una
integral o una derivada tuviese que satisfacer un modesto canon, por pequeño que
fuese, los herederos de Newton (o Leibniz) hubiesen acumulado una gran fortuna. Ello
no es posible y todos podemos calcular libremente derivadas, lo que se traduce en
que el beneficio de un avance matemático se transfiera a toda la sociedad. Algo
similar puede que suceda en el caso de las humanidades. Por ejemplo, se ha
constatado que el nivel educativo de los padres constituye un claro determinante de
los logros educativos de los hijos. Aun contemplando la rentabilidad desde una
vertiente puramente económica, en un contexto intergeneracional, el hecho de que los
padres posean una formación humanista puede condicionar la decisión de los hijos de
seguir estudiando.
En resumen, si bien desde una perspectiva privada el cuadro 6 ofrece una guía de la
rentabilidad de las distintas titulaciones, el cómputo de la rentabilidad social exige
extremar las cautelas en la interpretación de resultados.
IV. ALGUNAS CRÍTICAS AL CÁLCULO DE LOS RENDIMIENTOS DE LA
EDUCACIÓN
24
estimación mínimo cuadrática ordinaria de la ecuación originará una estimación de los
rendimientos de la educación sesgada al alza. Por el contrario, si los más hábiles
estudian menos porque su permanencia en el sistema educativo tiene un coste de
oportunidad superior, la estimación por MCO originará un sesgo a la baja del
coeficiente. En la práctica, este problema se ha tratado de salvar a través de distintas
vías, tales como la utilización de variables “proxy” de habilidad (coeficientes
intelectuales), comparando muestras de gemelos que se supone comparten la misma
habilidad innata, o aplicando variables instrumentales. Las últimas estimaciones
disponibles parecen sugerir que el sesgo de habilidad no es muy importante (Card
1995). En nuestro caso, el problema lo hemos abordado definiendo bloques de
variables ficticias generacionales como variables instrumentales. En efecto, las
generaciones más recientes tienen mayor educación que las anteriores debido a la
mejora de la oferta educativa. Por tanto, las variables generacionales están
correlacionadas con la educación. A la vez, cabe efectuar la hipótesis de que los
individuos, con el transcurso del tiempo, no nacen ni más ni menos hábiles. Se
dispone, por tanto, de un instrumento correlacionado con el regresor e independiente
de la perturbación aleatoria. Repitiendo la estimación de la ecuación de salarios por
variables instrumentales, se obtienen unos rendimientos de la educación muy
similares a los que se derivan de la aplicación de MCO cuando la muestra se depura
adecuadamente, de lo que se deduce que tampoco en el caso español el sesgo de
habilidad juega un papel importante (véase Barceinas et al., 2000).
25
las empresas que en el momento de fijar sus retribuciones salariales se rigen por la
señalización o “titulitis”. Por otro lado, como señala Griliches (1997), existe una forma
sencilla de probar la importancia de la señalización, consistente en la estimación de
ecuaciones de ganancias para los autoempleados, dado que éstos no pueden
señalizarse a sí mismos. Entonces, si los autoempleados más educados obtienen
mayores ganancias que los menos educados, ello es una prueba de que los primeros
son más productivos que los segundos. Aplicando esta vía para contrastar
señalización en el caso de la economía española, se observó que las ganancias
aumentaban al aumentar el nivel educativo de los autoempleados, si bien en este caso
los rendimientos de la educación eran menores que los estimados para los
asalariados. En cualquier caso, el resultado obtenido podría interpretarse como la
existencia parcial de señalización, o como un subproducto de un problema estadístico
subyacente. Concretamente, una consecuencia de que el grado de infradeclaración de
la renta efectivamente percibida en la EPF española es superior para los
autoempleados de nivel educativo elevado que para los asalariados de este mismo
nivel educativo. Ello se traduciría en una infravaloración de los rendimientos de la
educación de los autoempleados frente a los asalariados. Un test alternativo sencillo
que, entre otros, también se empleó en Barceinas et al (2000) con resultados
contrarios a la señalización, es el sugerido por Psacharopulos (1979) y conocido con
el nombre de test P. La idea es comparar la ratio entre los salarios a mitad de la
carrera profesional frente a los salarios iniciales. Si existe señalización, los más
educados, o titulados superiores, deberían experimentar un menor crecimiento de
salarios que los menos educados, porque con el transcurso del tiempo el empleador
observará la verdadera productividad en el puesto de trabajo y ajustará a la baja la
retribución de los señalizados positivamente, es decir, de los más educados, y al alza
la de los señalizados negativamente que son los menos educados. Utilizando la EES
95 así como la EPF 90 los resultados hallados fueron contrarios a la señalización.
26
segunda sección de este trabajo, la carrera entre la demanda y la oferta de
“educados” ha resultado hasta el momento bastante equilibrada, con una cierta
ventaja por el lado de la demanda, lo que se ha traducido en un aumento a partir de
1994 en los rendimientos de la educación.
En cuarto lugar, ligado al extremo de tratar de aproximar los ingresos de ciclo vital del
individuo a través de un corte transversal, se plantea el problema de las mujeres. En
efecto, las pautas de comportamiento de las mujeres, por lo que respecta a su grado
de inserción en el mercado laboral, ha cambiado radicalmente en el caso de España
en los últimos años, a diferencia de lo que sucede en países más desarrollados de
nuestro entorno. Ello podría alterar una de las hipótesis que subyace al empleo de un
corte transversal para aproximar unos ingresos de ciclo vital. En concreto, que las
mujeres que hoy tienen una cierta edad, se comportarán dentro de unos años de
forma similar a como lo hacen las mujeres que hoy tienen una edad más avanzada.
En este artículo el tema se ha tratado de solventar ofreciendo únicamente las tasas de
rentabilidad referidas a hombres. En Barceinas et al (2000), no obstante, se presentan
los rendimientos para hombres y para mujeres de forma separada. La conclusión que
se obtiene es que, en general, las tasa de rentabilidad de la inversión educativa son
algo más elevadas para las mujeres que para los hombres, mostrando, sin embargo,
el mismo perfil por lo que se refiere a las tasas marginales de rentabilidad por niveles
educativos. Una razón que cabría aventurar para la mayor rentabilidad hallada podría
ser que, históricamente, el capital humano de las mujeres era menor que el de los
hombres, por lo que en el sexo femenino el capital humano era un recurso más
escaso, lo que se traduce en una mayor rentabilidad al establecer la comparación en
colectivos de cierta edad. En cualquier caso, conviene recordar que la rentabilidad de
la inversión en educación está ligada al diferencial de salarios al pasar de un nivel
educativo al siguiente, y no al nivel absoluto de salarios que cada colectivo recibe para
un mismo stock de capital humano. De hecho, la evidencia es indicativa de que para
un mismo stock de capital humano medido a través de los años de educación formal,
el nivel absoluto de salarios tiende a ser más elevado para los hombres que para las
mujeres. No obstante, las mejoras de salarios que las mujeres consiguen
incrementando su nivel educativo son algo más elevadas que las que los hombres
logran. Ello se traduce en una rentabilidad ligeramente más elevada derivada de la
acumulación de capital humano por parte de las mujeres que de los hombres, lo que
está en consonancia con el fuerte ritmo de aumento del nivel educativo del colectivo
femenino que en los últimos años se ha producido.
27
Por último, una premisa básica que subyace en todo el análisis efectuado es la
suposición de la ausencia de riesgo en la inversión en capital humano, a pesar de que
autores como Becker (1964), Schultz (1961) o Thurow (1970) hayan señalado la
existencia de una considerable dosis de riesgo en esa inversión, que podría reflejarse
en el aumento de la varianza residual de la ecuación de salarios a medida que el nivel
10
educativo aumenta . Desde otra óptica, resulta interesante llamar la atención sobre
las particulares dificultades a que un individuo con una dotación determinada de
capital humano puede enfrentar si su stock de capital humano deviene obsoleto,
puesto que, a diferencia de la inversión en capital físico o financiero, dicho individuo
no puede separarse, ni enajenar, ni alquilar su inversión previa en capital humano.
Aunque este aspecto es relevante y motiva esfuerzos en tal sentido, el análisis
efectuado se ha basado en la más común y extendida versión de la teoría del capital
humano.
V. CONSIDERACIONES FINALES
10
No obstante, cabe señalar que la evidencia al respecto para el caso español es un tanto incierta.
28
de los beneficios, habría que añadir las externalidades que la educación
11
genera, que son difíciles de medir, y que posiblemente pueden ser muy
relevantes en el momento de explicar el crecimiento económico. Es, de hecho,
el crecimiento de la productividad total de los factores un elemento esencial del
crecimiento a largo plazo de una economía (Raymond, 1993), y este
crecimiento de la productividad depende en gran parte de la existencia de un
adecuado stock de capital humano capaz de inventar, o de asimilar con éxito,
las mejoras productivas y organizativas provenientes del exterior.
11
En este sentido, cabe también contemplar los mayores ingresos fiscales que el sector público obtiene
al aumentar el nivel educativo de la población como consecuencia de la mejora en el nivel de renta.
29
3) El estudio presentado en las páginas precedentes permite también
comparar las tasas de rentabilidad de las vías profesional y académica. Se
comprueba que la rentabilidad de la vía académica excede a la de la vía
profesional, lo que puede ser consecuencia de un posible sesgo de habilidad,
pero puede también estar evidenciando ciertos defectos en el diseño de la
formación profesional. En cualquier caso, haber constatado que la inversión
educativa es en general una actividad rentable, no es óbice para reconocer
ciertos defectos en el diseño de algunas licenciaturas así como la existencia de
ciertos divorcios que puedan producirse entre los contenidos educacionales
que se ofrecen a los estudiantes y las preferencias de estos, o su capacidad
para llevar a cabo su provechosa asimilación. En un mundo cambiante, la
oferta educativa debe tratar de ser flexible y adaptable a las necesidades que
pretende cubrir. Todos los avances que se logren en la consecución de
mejores acoplamientos entre oferta educativa y necesidades de la demanda
deben traducirse en un aumento en la rentabilidad de la educación, magnitud
que ya de por sí es elevada.
30
En cualquier caso, dos matizaciones son necesarias para la interpretación de
estos resultados. La primera de ellas es que con un corte transversal se
pretende aproximar los ingresos de ciclo vital de los individuos. En la medida
en que el cambio tecnológico ha sido muy acelerado en los últimos años, y que
la mayor rentabilidad de una particular titulación puede llevar aparejado un
aumento en la oferta de titulados, la posición relativa entre titulaciones que del
corte transversal se desprende puede diferir de la ordenación real que con el
transcurso del tiempo efectivamente se producirá. La segunda es la relativa a
las externalidades no contempladas y a la dificultad de ordenar la rentabilidad
social de titulaciones atendiendo sólo a su rentabilidad económica
directamente medible.
Bibliografía.
31
Ashenfelter, O., y J. Ham (1979): “Education, unemployment, and earnings,” Journal
of Political Economy, Vol. 87, Nº 5.
Nickell, S. J. (1979). “The effect of unemployment and related benefits on the duration
of unemployment,” Economic Journal, 89.
Oliver, J., X. Ramos, y J.L. Raymond (1999): “Not all degrees yield the same return;
private and social returns to higher education for males in Spain,” Documento de
Trabajo 99.04, Departamento de Economía Aplicada, UAB.
32
Psacharopuolos, G. (1973): “Return to Education: an International Comparison,”
Joessey-Bass, Elsevier.
Psacharopoulos, G. (1979): “On the weak versus the strong version of the screening
hypothesis,” Economics Letters, 4.
33
Anexo Estadístico.
2 2
Constante Escolaridad Experiencia Experiencia n R
34
Cuadro 3. Tasa de rentabilidad con otras formas
de capital humano. EES-95. Hombres.
Coeficiente Estadístico t
2
R ajustada 0.42
Estadísticos t estimados con el método robusto de White.
35